基于FL的无蜂窝网络用户调度与功率分配策略

TN929.5; 为解决无蜂窝网络系统中用户链路质量差异和通信、计算资源占用不平衡导致的联邦学习(FL)训练性能受限问题,设计了一个联合用户调度和功率分配的优化方案.首先,提出了一种低复杂度的基于资源优先的二次抽样用户调度(RPSS-US)算法,根据用户计算资源的可用性和链路质量选择用户,优先调度对系统容量和全局模型更新贡献较大的用户参与FL任务,提高整体训练性能.随后,提出了一种基于二分法的功率分配(BM-PA)算法,通过优化功率分配改善用户链路质量差异,以提高数据传输速率,减少FL任务的总体时延.通过交替迭代优化这2个子问题,实现系统性能的联合优化.仿真结果表明,相较于其他对比算法,所提出...

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 45; no. 9; pp. 129 - 143
Main Authors 王华华, 黄烨霞, 李玲
Format Journal Article
LanguageChinese
Published 重庆邮电大学通信与信息工程学院,重庆 400065 01.09.2024
Subjects
user scheduling
joint optimization
用户调度
cell-free network
无蜂窝网络
功率分配
联合优化
power allocation
联邦学习
federated learning
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2024159

Cover

More Information
Summary:TN929.5; 为解决无蜂窝网络系统中用户链路质量差异和通信、计算资源占用不平衡导致的联邦学习(FL)训练性能受限问题,设计了一个联合用户调度和功率分配的优化方案.首先,提出了一种低复杂度的基于资源优先的二次抽样用户调度(RPSS-US)算法,根据用户计算资源的可用性和链路质量选择用户,优先调度对系统容量和全局模型更新贡献较大的用户参与FL任务,提高整体训练性能.随后,提出了一种基于二分法的功率分配(BM-PA)算法,通过优化功率分配改善用户链路质量差异,以提高数据传输速率,减少FL任务的总体时延.通过交替迭代优化这2个子问题,实现系统性能的联合优化.仿真结果表明,相较于其他对比算法,所提出的算法下行吞吐量提升了47.19%,上行吞吐量提升了22.60%,FL任务时间消耗减少了57.33%,并在达到相同模型精度时的时间开销最小.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2024159